智能机器不必非要看起来像人类，也不必让它的行为或感觉像人类。让它变得智能的是它可以通过分层记忆模型理解世界并与之互动，并且可以用类似于你我看待世界的方式去思考它的世界。智能机器的心智和行为可能与人类所做的任何事情都完全不同，但它仍然是智能的。智能是通过分层记忆的预测能力来衡量的，而不是通过类似于人类的行为来衡量的。
假设我们想制造真正的智能汽车，第一件事就是选择一组传感器，让智能汽车能够感知它的世界。这里我们不必依赖或限制于使用人类使用的感官。皮质算法是灵活的，只要适当地设计分层记忆系统，无论安装什么类型的传感器，它都应该可以工作。从理论上讲，这种汽车应该可以比我们更好地感知交通状况，因为它可以选择一组感应器来匹配任务，然后将传感器连接到足够大的分层记忆系统中。
制造智能机器需要构建按分层组织记忆且像新皮质一样工作的大型记忆系统。我们将面临容量和连接性方面的挑战。容量是第一个要解决的问题。假设新皮质有32万亿个突触。如果我们只用两位数值表示每个突触，即每个突触有4个可能的值。并且，每个字节有8位，所以一个字节可以代表4个突触，那么我们将需要大约8万亿个字节的内存。目前，个人计算机上的硬盘驱动器有1000亿个字节，所以我们需要大约80个这样的硬盘驱动器才能拥有与人类新皮质相同的内存。连接性是第二个要解决的问题。真正的大脑有大量的白质。白质由数百万个轴突组成，这些轴突就在薄薄的新皮质下方，将皮质层次结构的不同区域相互连接起来。新皮质中的单个细胞可能与5000个或上万个其他细胞相连。使用传统的硅制造技术几乎不可能实现这种大规模并行布线。硅芯片是通过沉积金属层制成的，每一层都由一层绝缘材料隔开。这种制作方式与新皮质层次结构无关。
类脑记忆系统有可能在四个方面超过人类大脑：速度、容量、可复制性和感觉系统。这些属性将表明未来技术将可能在哪些方面落地。一是速度。虽然神经元的处理速度以毫秒为单位，但硅的处理速度以纳秒为单位。后者的速度是前者的100万倍，相当于6个数量级的差异。有机思维和硅基思维之间的速度差异将产生重大影响。智能机器的思考速度将是人脑的100万倍。二是容量。尽管人类新皮质的记忆能力令人叹为观止，但智能机器可以大幅超越它。人类大脑的大小受到多种生物学因素的限制，包括婴儿的颅骨大小与母体骨盆直径的比率、运行大脑的高代谢成本（大脑约占体重的2%，但使用了大约20% 的氧气）。三是可复制性。每一个新的大脑都必须从头培养和训练，这个过程在人类身上需要几十年的时间。每个人都必须亲自探索如何协调身体四肢和肌肉群、如何保持平衡和移动等基础知识，并学习众多物体、动物和其他人的一般特性，这包括事物的名称和语言的结构，以及家庭和社会的规则。每个人在生活中都必须在同一组学习曲线上艰难跋涉，即使这些已经被其他人无数次地艰难跋涉过，所有这些都是为了在新皮质中建立一个世界模型。四是感官系统。人类的感官系统深深植根于人类的基因、身体以及大脑新皮质下的连接中，我们无法改变它们。但是，我们会使用技术来增强感官能力，例如夜视镜、雷达或哈勃太空望远镜。它们将人类无法感知的信息转换为人类可以理解的视觉或听觉表现。这些输入模式不必类似于动物的感觉，也不必存在于现实世界中。智能机器的革命性用途有可能在于感受前所未有的奇特感觉。
最终，我们可能会在极大的层次结构中将一堆智能系统联合起来，就像新皮质将听觉、触觉和视觉联合到皮质层次结构的更高层。这样的系统将自动学习建模和预测智能机器群体的思维模式。借助互联网等分布式通信工具，单个智能机器可以分布在世界各地。这样一来，就会形成更大的层次结构来学习更复杂的模式并了解更复杂的类比。
另外需要指出的是，制造智能机器与制造自我复制机器是完全不同的。它们之间没有任何逻辑联系。大脑和计算机都不能直接自我复制，类脑记忆系统也不例外。虽然智能机器的优势之一是能够大规模生产，但这是一个不同于细菌和病毒自我复制的世界。
